Искусственный интеллект удерживает в шахматах больше «стратегического напряжения», чем сильнейшие гроссмейстеры
Сильнейшие шахматные движки отличаются от гроссмейстеров не только глубиной расчёта и точностью ходов. Компьютер способен гораздо дольше сохранять на доске сложную систему взаимных угроз, защит и потенциальных разменов, тогда как даже лучшие люди начинают упрощать позицию заметно раньше. К такому выводу пришли авторы нового исследования, опубликованного в APS Open Science.
Адaмо Чериоли, Эдвард Ли и Вито Сервидио изучили 1200 партий гроссмейстеров и 1200 матчей между ведущими шахматными движками Stockfish и Leela Chess Zero. В компьютерную выборку вошли партии официальных турниров движков, проходивших с 2019 по 2024 год. Дополнительно исследователи запускали Stockfish с фиксированной глубиной поиска, чтобы проверить, как доступные вычислительные ресурсы влияют на стиль игры.
Для сравнения людей и машин авторы ввели математический показатель «стратегического напряжения». Шахматную позицию представляли в виде сети связей между фигурами и контролируемыми полями. Связь появлялась, когда фигура могла взять соперника, защитить другую фигуру ответным взятием или контролировала свободное поле, куда мог переместиться противник. Чем плотнее становилась сеть взаимозависимых угроз, тем выше исследователи оценивали напряжение позиции. Ошибка в сильно связанной позиции способна запустить целую цепочку разменов и резко изменить баланс сил.
Во время дебюта показатели у людей и машин растут похожим образом. Максимальное напряжение обычно возникает примерно между 15-м и 30-м ходами. Гроссмейстеры в начале партии даже ненадолго достигают более высокого пика, чем движки. Исследователи связывают разницу с глубоко изученными дебютными вариантами, которые профессионалы заранее запоминают и могут уверенно разыгрывать при большом числе взаимных угроз.
После выхода из знакомой дебютной теории поведение резко расходится. Люди чаще начинают разменивать фигуры, разрешать конфликты и снижать количество одновременно открытых вариантов. Stockfish и Leela Chess Zero гораздо дольше сохраняют плотную сеть атак, защит и контролируемых полей. Компьютерные партии в среднем содержат больше фигур на поздних стадиях и демонстрируют более сбалансированное соотношение атакующих и защитных взаимодействий.
Разница проявилась и внутри человеческой выборки. Чем выше рейтинг Эло, тем больше суммарного стратегического напряжения выдерживал игрок. Длинный контроль времени также позволял сохранять сложные позиции дольше: классические партии ведущих гроссмейстеров показывали более высокую накопленную нагрузку, чем рапид и блиц. Авторы связывают зависимость с дополнительным временем на расчёт многочисленных взаимосвязанных вариантов.
Контролируемые эксперименты со Stockfish дали похожий результат. Увеличение глубины поиска повышало суммарное напряжение, которое движок сохранял в течение партии. Связь указывает на роль вычислительной мощности: чем больше вариантов алгоритм способен просчитать, тем меньше необходимость быстро упрощать позицию ради сокращения пространства решений.
Анализ также показал любопытную особенность решающих партий. Траектории будущих ничьих и партий с победителем начинали расходиться примерно к 15-му ходу, когда стратегическое напряжение ещё продолжало расти. Максимальная сложность наступала позже. По интерпретации авторов, устойчивое преимущество часто формируется во время нарастания сложности, а последующее упрощение становится следствием уже возникшего перевеса, а не причиной победы.
Исследователи связывают склонность людей к упрощению с ограничениями рабочей памяти, внимания, временем на расчёт и психологической нагрузкой. Компьютер не испытывает усталости или стресса и способен одновременно отслеживать значительно больше взаимозависимых продолжений. При этом авторы подчёркивают, что работа не устанавливает причинную связь между высоким стратегическим напряжением и превосходством современных движков над человеком. Наблюдаемая зависимость показывает различие в обращении со сложностью, но не доказывает, что именно подобный стиль делает искусственный интеллект сильнее.
Шахматы удобны для подобного анализа благодаря полному набору доступной информации и строгим правилам, однако реальные стратегические задачи устроены значительно сложнее. Неполные сведения, случайные события и действия множества участников ограничивают прямой перенос результатов за пределы игры. Исследователи предлагают использовать разработанную метрику для дальнейшего изучения ситуаций, где алгоритмы способны удерживать значительно больше конкурирующих вариантов, чем человек, и за счёт вычислительных ресурсов откладывать решения, которые биологический интеллект предпочёл бы упростить раньше.